F3
F4
(A) Segnale rilevato (B) Segnale trattato ICA
Regioni Frontali
F3
F4
APPENDICE V
Analisi spettrale del segnale di variabilità della frequenza cardiaca
L’analisi dello spettro di potenza dei segnali di variabilità della frequenza cardiaca (HRV) permette di quantificare in modo non invasivo le variazioni dell’equilibrio simpato-vagale. Tale analisi è stata applicata in numerose condizioni fisiologiche e patologiche sia nell’animale che nell’uomo (Porges, 1995).
L’intervallo RR è definito come la distanza intercorrente tra due onde R consecutive del tracciato ECGrafico e la sequenza temporale non è altro che la sequenza dei valori numerici associati alla lunghezza di tali intervalli. Ogni intervallo RR corrisponde quindi al tempo intercorrente fra due battiti successivi. Il segnale RR rappresenta la serie temporale di battiti cardiaci (tacogramma) e può essere estratto dall’andamento del segnale ECG (Fig. 19).
L’analisi di Fourier del tracciato RR nell’uomo individua due componenti oscillatorie dominanti: la componente ad alta frequenza HF, con frequenza centrale di circa 0.25 Hz e sincrona con l’attività del respiro; la componente a bassa frequenza LF, con frequenza centrale di circa 0.1 Hz e attribuita al riflesso barocettivo e quindi alla risposta mediata dal sistema nervoso autonomo; in fine vi è un’ulteriore componente a frequenza molto bassa VLF (non considerata nel presente studio), con frequenza centrale inferiore a 0.03 Hz e associata all’attività simpatica.
La frequenza cardiaca oscilla spontaneamente anche in assenza di perturbazioni esterne e non tende verso l’omeostasi stazionaria se non in situazioni patologiche. Registrando le fluttuazioni di frequenza cardiaca in individui sani si ottengono serie temporali fortemente irregolari e apparentemente casuali. Esaminando invece i tracciati che precedono situazioni patologiche (per esempio, morte improvvisa dovuta ad arresto cardiaco) si osserva un tracciato molto più regolare (oscillazione regolare). La patologia è strettamente legata ad un aumento di ordine ed ad una drastica diminuzione di complessità e dimensionalità del sistema (Bigger e Fleiss, 1992). Questo aspetto è in linea con quanto osservato nell’analisi di Fourier del segnale HRV. In un soggetto normale, l’analisi spettrale di una serie temporale di battiti cardiaci genera un ampio spettro che ricorda una situazione caotica
0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 - 0 . 8 - 0 . 6 - 0 . 4 - 0 . 2 0 0 . 2 0 . 4 0 . 6 0 . 8 1 1 . 2 0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 0 . 2 5 0 .3 0 . 3 5 0 .4 0 . 4 5 0 .5 0 . 5 5 0 .6 0 . 6 5 0 .7 (A) (B)
Onde R del complesso QRS dell’ECG
Attività respiratoria Sec. m ill iv ol ts m ill iv ol ts 0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 - 0 . 8 - 0 . 6 - 0 . 4 - 0 . 2 0 0 . 2 0 . 4 0 . 6 0 . 8 1 1 . 2 0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 0 . 2 5 0 .3 0 . 3 5 0 .4 0 . 4 5 0 .5 0 . 5 5 0 .6 0 . 6 5 0 .7 0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 - 0 . 8 - 0 . 6 - 0 . 4 - 0 . 2 0 0 . 2 0 . 4 0 . 6 0 . 8 1 1 . 2 0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 0 . 2 5 0 .3 0 . 3 5 0 .4 0 . 4 5 0 .5 0 . 5 5 0 .6 0 . 6 5 0 .7 (A) (B)
Onde R del complesso QRS dell’ECG
Attività respiratoria Sec. m ill iv ol ts m ill iv ol ts
mentre in soggetti con disturbi cardiaci lo spettro tende ad essere più omogeneo (Bigger e Fleiss, 1992).
Fig. 19 In alto (A) è rappresentato, per un soggetto rappresentativo, il metodo automatico di riconoscimento delle onde R del complesso QRS dell’ECG. In basso (B) si può
osservare il
ricampionamento della attività respiratoria in base alle onde R dell’ECG.
Trattamento dei dati
Nel presente studio dall’andamento del segnale ECG, attraverso un algoritmo di riconoscimento di complessi QRS (di tipo derivativo), è stata estratta la serie temporale di battiti cardiaci RR. La serie consecutiva degli intervalli RR è stata quindi utilizzata per stimare la densità spettrale di potenza contenuta nel segnale. Mediante il programma HRV Analysis (Niskanen et al., 2004), ogni serie RR è stata interpolata a 2Hz e sottoposta a un detrend per evitare la sovrastima delle potenze a bassa frequenza (<0.01Hz) ed eventuali influenze sui valori di picco relativi alle altre bande di frequenza. Lo spettro di variabilità cardiaca è stato calcolato mediante modello non parametrico (FFT). Non abbiamo considerato la componente al di sotto di 0.03 Hz, descritta come VLF (Very Low Frequency), che è stata messa in relazione all’attività simpatica (Ori et al., 1992) poiché la serie temporale era troppo breve per ottenere una stima affidabile dello spettro di potenza di frequenze estremamente lente e che quindi non poteva essere nettamente differenziata dalla componente in continuo DC che contiene in sè rumore.
L’area sottesa dallo spettro di potenza nelle diverse bande frequenziali (VLF [0.001-0.03 Hz], LF [0.03-0.15 Hz] e HF [0.15-0.4 Hz] ) è stata integrata. Sono poi state prese in considerazione le componenti LF ed HF in unità normalizzate (nu), secondo la seguente formula (Pagani e coll., 1986, Montano e coll., 1994):
[
]
[
_]
[
]
100 × + − DC le sperimanta paradigma epoca Componente VLF potenza valorePer ciascuno spettro è stato inoltre calcolato il rapporto LF/HF (indice di equilibrio simpato-vagale), secondo i criteri proposti dalla Task Force of the European Society of Cardiology and North American Society of Pacing and Electrophysiology (1996).
APPENDICE VI
Analisi delle oscillazioni spontanee (fasiche) della resistenza cutanea Il presente studio ha esaminato le oscillazioni spontanee (fasiche) non evento correlate della resistenza cutanea che rappresentano un indice affidabile di attività di scarica del sistema nervoso simpatico. Il numero delle oscillazioni è infatti espressione del tono medio simpatico (Alexander e Gordon, 2004)
Pretrattamento del segnale
Sebbene il segnale della resistenza cutanea sia stato digitalizzato a 250Hz, la sua dinamica risulta essere molto più lenta rispetto alla risoluzione temporale di acquisizione. Uno dei tratti a più rapida variazione del segnale, il tempo di salita onset-peak, è nell’ordine di 1sec o più e, in generale, il contenuto spettrale della potenza del segnale è completamente contenuto entro 3Hz. Questo ha permesso di sfruttare l’elevata ridondanza di campionamento del segnale, per depurarlo dal rumore e dagli artefatti senza la necessità di utilizzare filtraggi lineari (FFT, modelli autoregressivi o medie mobili) che non si sarebbero perfettamente adattati alla natura non-lineare del segnale.
Il filtraggio è stato realizzato distribuendo preliminarmente il segnale in 100 serie, tali per cui ogni serie contiene un punto ogni 100 del dato originale (frequenza di campionamento = 250 Hz). Pertanto, se i primi due punti della prima serie sono X1 e X101, i primi due della seconda saranno X2 e X102, e così via fino a X100 e X200. Su ognuna di queste serie così ottenute è stata effettuata un’interpolazione polinomiale di ordine 3 (cubic splines) a 250Hz.
Infine, il segnale filtrato è stato ottenuto come media dei valori delle 100 serie interpolate, allineate temporalmente.
Rilevazione delle risposte cutanee fasiche (oscillazioni spontanee)
Le oscillazioni spontanee della resistenza cutanea si manifestano come variazioni dalla linea di base; tali variazioni sono state rilevate per mezzo di un approccio derivativo secondo la seguente linea:
- la derivata calcolata è stata ottenuta moltiplicando il segnale per una maschera di derivata di gaussiana mobile ( = 0, = 70punti). In questo modo sono stati ridotti gli effetti del rumore sul segnale derivata.
- il segnale derivata ottenuto è stato filtrato mediante convoluzione con una maschera gaussiana ( = 0, = 20) con valor medio nullo. Questo ha permesso di depurare la derivata dalla eventuale deriva decrescente del segnale dovuta alla perdita di efficacia della pasta elettrolitica.
La serie temporale di questa “derivata corretta” assume i massimi valori in coincidenza con la fase di salita della resistenza cutanea. Tali massimi sono stati rilevati e dal loro conteggio è stata ricavata la frequenza media di risposte fasiche della resistenza cutanea per ogni condizione sperimentale (Fig. 20).
Fig. 20. Esempi di rilevazione di oscillazioni spontanee in un soggetto rappresentativo, in due
condizioni sperimentali. Gli eventi di oscillazione sono segnati con un cerchio rosso. In A: risposta cutanea durante la condizione basale (BAS) in cui è presente la deriva decrescente del segnale. In B: risposta cutanea durante una condizione avversiva (VA).
A
APPENDICE VII
Risultati dettagliati della valutazione neuropsicologica
Test sottoscale SHYPO Controlli
Fluenza Semantica 24,9±1.9 23,3±1.3 Fluenza Fonemica 14,1±1.4 16,6±1.9 Fluenza Grafica 18,4±2.1 17,7±1.5 Matrici di Raven 26,0±1.0 25,7±0.7 Corsi 5,9±0.3 5,0±0.2 span 5,6±0.2 6,0±0.3 Digit inverso 4,2±0.3 4,7±0.3 Memoria logica 10,7±1.1 10,8±0.9 informazioni 5,8±0.1 5,7±0.2 orientamento 5,1±0.1 5,1±0.1
controllo mentale esecutivo 8,6±0.3 8,0±0.4 Ripetizione di cifre 6,0±0.2 6,3±0.3 ripetizione inversa 4,4±0.3 5,1±0.4 riproduzione visiva 10,4±1.0 10,6±0.8 associazione di parole 18,7±0.9 18,6±0.8
Wechsler Memory Scale
quoziente di memoria 113,2±4.9 112,7±3.5 compiti eseguiti 15,0±0.9 15,4±0.6
Cubi di Kohs punteggio 111,3±8.2 115,2±5.8
WAIS Cifrario 81,9±3.5 83,3±3.5 tensione e ansia 54,0±4.3 46,0±2.2 depressione e avvilimento 54,8±3.9 51,2±2.8 aggressività e rabbia 60,8±4.2 46,4±2.1 vigore e attività 49,0±3.5 59,4±4.3 stanchezza e indolenza 62,7±6.2 56,1±2.3 POMS confusione e sconforto 53,8±4.8 53,4±4.1 CW 51,3±3.1 46,9±2.4 AE 55,2±2.6 45,9±1.1 EMAS-S TOT 55,6±3.9 46,3±1.5 VS 52,0±3.4 50,0±2.8 PF 58,2±2.3 51,8±3.2 AM 54,0±3.8 49,0±2.1 EMAS-T RQ 55,4±3.2 45,2±2.1 1 52,2±2.9 52,2±4.1 2 53,4±3.7 58,9±2.3 3 51,0±3.1 58,4±2.3 4 52,4±3.1 51,3±4.4 EMAS-P 5 50,3±2.2 44,9±2.6
BIBLIOGRAFIA
1. Ahern GL, Schwartz GE. Differential lateralization for positive and negative emotion in the human brain: EEG spectral analysis. Neuropsychologia 23(6): 745-55, 1985. 2. Aftanas LI, Pavlov S, Reva NV, Varlamov AA. Trait anxiety impact on the EEG theta
band power changes during appraisal of threatening and pleasant visual stimuli; International Journal of Psychophysiology 50: 205-212, 2003
3. Alexander DM, Trengove C, Johnston P, Cooper T, August JP, Gordon E. Separating individual skin conductance responses in a short interstimulus-interval paradigm. J Neurosci Methods 146(1): 116-23, 2005
4. Armhein C, Muhlberger A, Pauli P, Wiedmann G. Modulation of event-related brain potentials during affective picture processing: a complement to startle reflex and skin conductance response? International Journal of Psychophysiology 54: 231-240, 2004 5. Baldini M, Vita A, Mauri MC, Amodei V. Psychopathological and cognitive features in
subclinical hypothyrodism. Prog. Neuro-Psychopharmacol.& Biol. Psychiat. Vol. 21, p.p. 925-935, 1997
6. Basar E, Basar-Eroglu C, Karakas S, Schurmann M. Gamma, alpha, delta and theta oscillation govern cognitive processes. International Journal of Psychophysiology, 39: 241-48, 2001
7. Bauer M, Whybrow PC. Thyroid hormones, neural tissue and mood modulation; World J Biol Psychiatry 7(2): 140-146, 2002
8. Beck RD Jr, Wasserfall C. Changes in hippocampal IL-15, related cytokines, and neurogenesis in IL-2 deficient mice. Brain Res 1041(2): 223-30, 2005
9. Belandia B, Latasa MJ, Villa A. Thyroid hormone negatively regulates the transcriptional activity of beta-amiloid precursor protein gene. J Biol Chem 273: 30366-30371, 1998 10. Bengel FM, Nekolla SG, Ibrahim T, Weniger C, Ziegler SI, Schwaiger M. Effect on
thyroid hormones on cardiac function, geometry, and oxidative metabolism asseded noninvasively by posotron emission tomography and magnetic resonance imaging; The Journal of Clinical Endocrinology and Metabolism 85(5): 1822-7, 2005
11. Bernal J, Pekonen F. Ontogenesis of the nuclear 3,5,3’-triiodothyronine receptor in the human foetal brain. Endocrinology 114: 677-679, 1984
12. Bigger TJ Jr, Fleiss JR. Frequency domain measures of heart period variability and mortality after myocardial infarction. Circulation, 85: 164-171, 1992
13. Biondi B, Fazio S, Palmieri EA, Carella C, Panza N. Left ventricular diastolic dysfunction in patients with subclinical hypothyroidism. Journal of Clinical Endocrinology and Metabolism, 84(6): 2064-7, 2005
14. Blair RJR. Facial expressions, their communicatory functions and neurocognitive substrates. Phil Trans R Soc Lond B 358: 561-572, 2003
15. Bradley DJ, Towle HC. Spatial and temporal expression of alpha and beta hormone receptor mRNAs, including the beta2-subtype, in the developing mammalian nervous system. J. Neurosci 12: 2288-2302, 1992
16. Cardoso JF, Laheld B. Equivariant adaptive source separation. IEEE Transactions on Signal Processing. 45: 434–444, 1996
17. Christie IC. Multivariate Discrimination of Emotion-Specific Autonomic Nervous System Activity; Thesis submitted to the Faculty of the Virginia Polytechnic Institute, 2002 18. Collet C, Vernet-Maury E, Delhomme G. Autonomic nervous system response patterns
specific to basic emotions. Journal of Autonomic Nervous System 62: 45-57, 1997 19. Collet L. Autonomic nervous system response patterns specificity to basic emotions.
Journal of the Autonomic Nervous System, 62: 45-57, 1997
20. Coulombe P, Dussault JH, Walker P. Plasma cathecolamine concentrations in hypothyrodism anh hyperthyrodism. Metab. Clin. Exp. 25(9): 973-9, 1976
21. Critchley HD, Corfield DR, Chlander MP; Celebral correlates of autonomic cardiovascular arousal: a functional neuroimaging investigation in humans; Journal of Physiology, 523(1): 259-270, 2000
22. Damasio AR. Emotion in the perspective of en integrated nervous system. Brain Research Reviews 26: 83-86, 1998
23. Davidson RJ, Abercrombie H, Nitschke JB, Putnam K. Regional brain function, emotion and disorders of emotion. Current Opinion in Neurobiology, 9: 228-234, 1999
24. De Kloet ER. Hormones, brain and stress; Endocrine Regulations, 37: 51-68, 2003 25. De Lange FP. Endemic cretinism. In: Braverman. The thyroid. Lippincott, J. B.,New
York, 756-765, 1996
26. Delplanque S, Silvert L, Hot P, Sequiera H. Event-related P3a and P3b in response to unpredictable emotional stimuli. Biological Psychology 68:107-120, 2005
27. De Pascalis V, Ray WJ, Tranquillo I, D'Amico D. EEG activity and heart rate during recall of emotional events in hypnosis: relationships with hypnotizability and suggestibility. Int J Psychophysiol 29(3): 255-275, 1998
28. Corvilain DB, Maenhaut C. The Phylogeny, Ontogeny, Anatomy, and Metabolic Regulation of the Thyroid, 2002
29. Ekman P. Universals and cultural differences in facial expressions of emotion. In J. Cole (Ed.), Nebraska symposium on motivation, 1971 (pp. 207-282). Lincoln: University of Nebraska Press, 1972.
30. Ekman P, Levenson RW, Friesen WV (1983). Autonomic Nervous System Distinguishes Among Emotions. Science, 221: 1208-1210 , 1992
31. Ekman P, Sorenson E R, Friesen W. Pan-cultural elements in facial displays of emotion. Science, 164: 86-88, 1969.
32. Erickson K, Schulkin J. Facial expression of emotion: a cognitive neuroscience perspective. Brain and Cognition 52 52-60, 2003
33. Ewins DL, Rossor MN, Butler J, Roques PK, Mullan MJ, McGregor AM. Association between autoimmune thyroid desease and familial Alzheimer’s disease. Clin Endocrinol 35: 93-96, 1991
34. Foster PS, Harrison DW. The relationship between magnitude of cerebral activation and intensity of emotional arousal. International Journal of Neuroscience 112(12): 1463-77, 2002
35. Gary KA, Sevarino KA, Yarbrough GG, Prange AJ Jr, Winokur A. The thyrothopin- releasing hormone (TRH) hypotesis of homeostatic regulation: implications for TRH- based therapeutics. Journal of Pharmacology and Experimental Therapeutics 305: 410- 416, 2003
36. Gemignani A, Santarcangelo E, Sebastiani L, Marchese C, Mammoliti R, Simoni A, Ghelarducci B. Changes in autonomic and EEG patterns induced by hypnotic imagination of aversive stimuli in man. Brain Res Bull 53(1): 105-11, 2000
37. Genovesi G, Paolini P, Marcellini L, Vernillo E, Salvati G, Polidori G, Ricciardi D, de Nuccio I, Re M.; Relationship between autoimmune Thyroid disease and Alzheimer’s desease; Panminerva Med. 38, 61-63, 1996
38. Gomez P, Zimmermann P, Guttormsen-Schar S, Danuser B. Respiratory responses associated with affective processing of film stimuli, Biol Psychol. 68(3):223-35, 2004 39. Gonen M.S., Kisakol G., Cilli A.; Assessment of anxiety in subclinical thyroid disorders;
Endocrine Journal, 51(3), 311-315, 2004
40. Gray CM; Emotional modulation of cognitive control: approach-withdrawal states double-dissociate special from verbal two-back task performance; Journal of Experimental Psychology: General. 3: 436-452, 2001
41. Gray CM, Singer W. Stimulus-specific neuronal oscillations in orientation columns of cat visual cortex. Proceedings of the National Academy of Sciences USA, 86: 1698–1702, 1989
42. Gussekloo J, Exel E, de Craen AJ. Thyroid status, disability and cognitive function, and survival in old age. Jama 292(21):2591-9. 21, 2004
43. Hagemann D, Waldstein SR, Thayer JF. Central end autonomic nervous system integration in emotion; Brain and Cognition (52) 79-87, 2003
44. Hagemann D, Naumann E, Maier S, Becker G, Lurken A, Bartussek D. The assessment of affective reactivity using films: validity, reliability and sex differences. Personality and Individual Differences, 26: 627–639, 1999
45. Haggerty JJ Jr, Prange AJ Jr; Borderline Hypothyrodism and depression; Annu. Rev. Med. 46: 37-46, 1995
46. Haupt M, Kurz A; Reversibility of dementia in hypothyrodism; J.Neurol. 240: 333-335, 1993
47. Hruby T, Marsalek P. Event-Related Potentials- the P3 wave; Acta Neurobiol. Exop. 63: 55-63, 2003
48. Hubert W, Jong-Meyer R. Autonomic, neuroendocrine, and subjective responses to emotion-enducing film stimuli. International journal of Psychophysiology 11131-140, 1991
49. Inanaga K. Frontal midline theta rhythm and mental activity. Psychiatry anf Clinical Neurosciences, 52: 555-66, 1998
50. James S, Spottiswoode P, May B.Sc & E.C. Skin Conductance Prestimulus Response: Analyses, Artifacts and a Pilot Study. Journal of Scientific Exploration, 17 (4): 617-641, 2003
51. Jensovsky J, Ruzicka E, Spackova N. Changes of event related potential and cognitive processes in patients with subclinical hypothyroidism after thyroxine treatment; Endocrine Regulations (36) 155-122, 2002
52. Jones NA, Fox NA. Electroencephalogram asymmetry during emotionally evocative films and its relation to positive and negative affectivity. Brain and Cognition 20(2): 280- 99, 1992
53. Kek PC, Khoo DH. Subclinical thyroid desease; Singapore Med J 44(11): 595-600, 2003 54. Klein I, Ojaama K. Thyroid hormone and the cardiovascular system. N Engl Med 344
(7): 517-44, 2001
55. Klimesch W. Memory processes, brain oscillations and EEG synchronization. Int J Psychophysiol 24:61-100, 1996
56. Klimesch W, Doppelmayr M, Schwaiger J, Auinger P, Winkler TH. “Paradoxical” alpha synchronization in a memory task. Cognitive Brain Res. 7: 493-501, 1999
57. Konings CH. Plasma thyrotropin bioactivity in Down’s syndrome children with subclinical hypothyrodism. Eur.J. Endocrinol. 144: 1-4, 2001
58. Kubota Y, Sato W, Toichi M. Frontal midline theta rhythm is correlated with cardiac autonomic activities during the performance of an attention demanding meditation procedure; Cognitive Brain Research 11: 281-287, 2001
59. Lacey BC, Lacey JI. Some autonomic-central nervous system interrelationships; Physiological Correlates of Emotion, New York, Academic Press, 205-227, 1970 60. Lang PJ, Bradley MM, Cuthbert BN. Emotion, motivation and anxiety: Brain
mechanisms and psychophysiology. Biological Psychiatry, 44: 1248-1263, 1998 61. Lang PJ. A bio-informational theory of emotional imagery. Psychophysiology 16: 495-
512, 1979
62. Lang P J. What are the data of emotion? V Hamilton, GH Bower, NH Frijda (Eds.), Cognitive perspectives on emotion and motivation (173-191). New York: Kluwer Academic/Plenum, 1988
63. Lang PJ, Öhman A, Vaitl D. The international affective picture system (photographic slides). Center for Research in Psychophysiology, University of Florida: Gainsville, FL., 1988
64. Lang PJ, Greenwald MK, Bradley MM, Hamm AO. Looking at pictures: affective, facial, visceral, and behavioral reactions. Psychophysiology 30(3): 261-73, 1993
65. Larsen PR, Berry MJ; Nutritional and hormonal regulation of thyroid hormone deiodinases; Annu. Rev. Nutr.. 15:323-52, 1995
66. Lauder JM, Mugnaini E. Early hyperthyroidism alters the distribution of mossy fibers in the rat hippocampus. Nature 268: 335-337, 1977
67. Lazarus RS. Emotion and adaptation. London: Oxford, 1991
68. Lee GP, Meador KJ, Loring DW, Allison JD, Brown WS, Paul LK, Pillai JJ, Lavin TB. Neural substrates of emotion as revealed by functional magnetic resonance imaging. Cognitive and Behavioural Neurology 17(1): 9-17, 2004
69. Leentjens AF, Kappers EJ. Persistent cognitive defects after corrected hypothyrodism; Psychopathology, 28: 235-237, 1995
70. Levenson W. Blood, sweat and fears. The autonomic architecture of emotion; Ann. N. Y. Acad. Sci. 1000: 348-366, 2003
71. Lohmeier TE. The sympathetic nervous system and long-term blood regulation; American Journal of Hypertension. 14: 1475-1545, 2001
72. Loosen PT. Effects of thyroid hormones on central nervous system in aging; Psychoneurology 17(4), 335-374, 1992
73. Luo L, Stopa EG. Thyrotropin releasing hormone inhibits tau phosphorylation by dual signaling pathways in hippocampal neurons. J Alzheimers Dis. 6(5):527-36, 2004 74. Luu P, Tucker Don M, Makeig S. Frontal midline theta and the error-related negativity:
neurophysiological mechanisms of action regulation. Clinical Neurophysiology, 115: 1821-35, 2004
75. Makeig S, Westerfield M, Jung TP, Covington J. Functionally independent components of the late positive event-related potential during visual spatial attention. The Journal of Neuroscience. 19(7): 2665-2680, 1999
76. Malik, Chairman; Heart rate variability. Standards of measurement, physiological interpretation and clinical use. European Heart Journal 17: 354-381, 1996
77. McCraty R, Atkinson M, Tiller W, Rein G. The effects of emotions on short-term power spectrum analysis of heart rate variability. Journal of 76(14):1089-93, 1995
78. McFarland DJ, Miner LA, Vaughan TM, Wolpaw JR. Mu and beta rhythm topographies during motor imagery and actual movements. Brain Topogr 12(3): 177-86, 2000 79. Mizuki Y, Kajimura N, Kai S, Suetsugi M, Ushijima I, Yamada M. Differential responses
to mental stress in high and low anxious normal humans assessed by frontal midline theta activity. Int J Psychophysiol 12(2): 169-78, 1992
80. Monzani F, Del Guerra P, Caraccio N, Pruneti CA, Pucci E, Luisi M, Baschieri L. Subclinical hypothyrodism: neurobehavioural features and beneficial effects of L- thyroxine treatment; Clin. Invest. 71(5), 367-371, 1993
81. Montano N, Ruscone TG, Porta A, Lombardi F, Pagani M, Malliani A. Power Spectrum Analysis of heart rate variability to assess the changes in sympathovagal balance during graded orthostatic tilt, Circulation 90(4): 1826-31, 1994
82. Morecraft RJ, Stilwell KS, MA, Rossing WR. The motor cortex and facial expression: new insight from neuroscience. The Neurologist. (5):235-49, 2004
83. Niskanen J, Tarvainen M, Ranta-aho P, Karjalainen P. Software for advanced HRV analysis. Computer Methods and Programs in Biomedicine, 76 (1): 73-81, 2004
84. Nyklicek I, Thayer JF, Van Doornen LJP. Cardiorespiratory differentiation of musically- induced emotions. Journal of Psychophysiology, 11: 304-321, 1997
85. Ori Z, Monir G, Weiss J, Sayhouni X, Singer DH. Heart rate variability. Frequency domain analysis. Cardiol Clin. 10(3): 499-537, 1992
86. Palomba D, U, Sarlo M, Angrillia A, Minia A, Stegagno L. Cardiac responses associated with affective processing of unpleasant film stimuli(1):45-57, 1999
87. Palomba D., Sarlo M., Stegagno L.; Cardiac responses associated with affective processing of unpleasant film stimuli. Int J Psychophysiol 36:45-57, 2000
88. Pantev C. Evoked and induced gamma-band activity of the human cortex. Brain Topogr 7: 321-30, 1995
89. Perry E., Walker M.; Acetylcholine in mind: a neurotransmitter correlate of consciousness?. Trends Neurosci. 22, 273-280, 1999
90. Phan KL, Taylor SF, Liberzon I. Functional neuroanatomy of emotion: a meta-analysis of emotion activation studies in PET and fMRI. NeuroImage 16: 331-348, 2002
91. Pohost GM, Hung L, Dole M. Clinical use of cardiovascular magnetic resonance. Circulation 108: 647.653, 2003
92. Porges WS. Cardiac vagal tone: a physiological index of stress Neuroscience and Biobehavioral Reviews (2) 225-233, 1995
93. Prange AJ Jr. Enhancement of imipramine by thyroid stimulating hormone. Am. J. Psychiatry, 127: 191-199, 1970
94. Pulvermuller F, Birbaumer N, Lutzenberger W, Mohr B. High-frequency brain activity: its possible role in attention, perception and language processing. Prog Neurobiol 52: 427- 445, 1997
95. Reyclin S. Intellectual functions in myxedema. Arch. Neurol. Pychiat. 69, 436-449 96. Rinn WE. The neuropsychology of facial expression: a review of the neurological and
psychological mechanisms for producing facial expressions. Psychological Bulletin 95, 1: 52-77, 1998
97. Ripoli A, Pingitore A, Favilli B, Bottoni A, Turchi S, Osman NF, De Marchi D, Lombardi M, L'Abbate A, Iervasi G. Does subclinical hypothyroidism affect cardiac pump performance? Evidence from a magnetic resonance imaging study. J Am Coll Cardiol.45(3):439-45, 2005
98. Rodriguez E, George N, Lachaux JP, Martinerie J, Renault B, Varela FJ Perception's shadow: long-distance synchronization of human brain activity. Nature 397 :430-3, 1999 99. Rolls ET. Precìs of the brain and emotion; Behavioral and Brain Sciences 23: 177-234,
100. Rosen JB, Schulkin J. From normal fear to pathological anxiety. Psychol Rev 105: 325- 350, 1998
101. Rottemberg J, Ray RR, Gross JJ. (in press). Emotion elicitation using films. In J.A. Coan e J.J.B. Allen (Eds.), The handbook of emotion elicitation and assessment. New York: Oxford University Press
102. Sarlo M, Palomba D, Angrilli A, Stegagno L. Blood phobia and spider phobia: two specific phobias with different autonomic cardiac modulations; Biological Psychology 60: 91-108, 2002
103. Sarter M, Bruno JP. Abnormal regulation of cortical cholinergic neurons and impaired information processing in neurophychiatric disorders. Trends Neurosci 22: 67-74, 1999 104. Saudou F, Amara DA. Enhanced aggressive behaviour in mice lacking 5HT1B receptor.
Science 265: 1875-1878, 1994
105. Schaefer A, Nils F, Sanchez X, Phillipot P. A multi criteria assessment of emotional film; University of Louvran, Louvran-La-Neuve, Belgium; in press 2005
106. Schellberg D, Besthorn C, Klos T, Gasser T. EEG power and coherence while male adults watch emotional video films. International Journal of Psychophysiology 9(3): 279- 91, 1990
107. Schmidt K, Cohn JF. Humanfacial expressions as adaptations: evolutionary questions in facial expression research. Yearboock of Physical Anthropology. 44: 3-24, 2001 108. Schupp HT, Junghofer M, Weike A, Hamm A. Attention and emotion: an ERP analysis
of facilitated emotional stimulus processing. Cognitive neuroscience and neuropsychology (8):1107-10, 2003
109. Schupp HT, Cuthbert B, Bradley MM, Hillman CH. Brain processes in emotional perception: Motivated attention. Cognition and Emotion 18(5), 593-611, 2004
110. Schupp HT, Cuthbert B, Bradley MM. Affective picture processing: the late positive